Baas Partisi

5.4.1 Análise do Formulário

O Formulário constou de informações gerais e de uma lista com 16 itens de tecnologia assistiva. Cada item correspondeu a um ponto, sendo o mínimo de 0 se o sujeito não possuísse nenhum recurso e o máximo de 16 pontos, se o sujeito possuísse todos os produtos. Os demais dados do instrumento foram analisados por estatística descritiva simples, em porcentagem e medidas de tendência central e dispersão.

5.4.2 Análise do CCEB

Para o instrumento CCEB, os sujeitos foram classificados de acordo com os patamares de renda média, nas seguintes classificações A1, A2, B1, B2, C1, C2, D e E, em ordem decrescente de renda, sendo a maior classificação a A1 e a menor a E, conforme os critérios definidos pela ABEP para o ano de 2009 e mantidos na publicação de 2011.

5.4.3 Análise da Lista de Identificação de Papéis Ocupacionais

Inicialmente, os dados coletados do inventário foram tabulados em planilha do programa Microsoft Excel©, planejada e cedida pela autora do estudo de validação do instrumento no Brasil.

Para a análise dos dados fornecidos pela Lista de Identificação de Papéis Ocupacionais, adotaram-se os procedimentos de análise da pesquisa de Elliott e Barris (1987), na qual o número de papéis foi pontuado de 0 a 11 pontos (referente à Parte I, da incumbência percebida) e o grau de importância (referente à Parte II) foi mensurado de 1 a 3, sendo esse valor multiplicado por 0 se o indivíduo não realizava e por 1 se a pessoa o desempenhava.

Esse procedimento permitiu a comparação dos sujeitos quanto ao número de papéis desempenhados nos tempos passado, presente e futuro, assim como do grau de importância atribuída a cada papel. Também foram analisados por meio de estatística descritiva os dados da incumbência percebida, o grau de importância e os padrões do desempenho de papéis, com estrutura de apresentação dos dados similar à pesquisa de Hallett et al. (1995).

5.4.4 Análise do Índice de Barthel Modificado-IBM

Para os dados do IBM, foram utilizadas como critérios as pontuações da escala, que variam de 0-100 (com intervalos de 5 pontos). A pontuação mínima de zero corresponde à máxima dependência para todas as Atividades da Vida Diária avaliadas e a máxima de 100 equivale à independência total para as mesmas atividades avaliadas. Por meio de estatística descritiva também foram considerados, por itens, as médias de pontuação em cada categoria, a fim de se identificar as tarefas com menor e maior pontuação no IBM.

A análise por cada categoria do Índice de Barthel se fez necessária, na medida em que cada categoria contribui para a pontuação total, assim como para conhecer a contribuição de cada uma em relação às demais variáveis contempladas para análise. Por exemplo, embora as categorias controle de esfíncter e de intestino possam não parecer diretamente relacionadas com os papéis ocupacionais, ou tecnologia assistiva, ou poder aquisitivo, não se descartou a hipótese dos sujeitos não desempenharem determinados papéis por não possuírem tais controles ou os recursos auxiliares e econômicos necessários.

Dessa forma, um sujeito pode ver-se privado de frequentar determinados lugares pela falta de controle dos esfincteres, por não possuir cuidador para deslocar-se até um banheiro, ou mesmo auxiliar nas manobras de esvaziamento, realizar transferências, vestir e despir a roupa durante essas tarefas e realizar a higiene, ou mesmo encontrar outras dificuldades como a não acessibilidade dos banheiros em espaços públicos, o que poderia limitar suas atividades e restringir a participação. Nesse sentido, entende-se que cada categoria do Índice de Barthel pode estar relacionada com as demais tarefas de automanutenção exigindo a utilização desse instrumento em sua totalidade, em detrimento de suas partes.

5.4.5 Testes estatísticos

A fim de se atingir os objetivos já citados, após a coleta de dados, elaborou-se um banco de dados, o qual foi submetido inicialmente a uma análise descritiva; em seguida, a fim de comparar o número de papéis ocupacionais, de acordo com as variáveis sexo e tempos (passado, presente e futuro), realizou-se uma Análise de Variância (ANOVA) com Medidas Repetidas.

Uma Análise de Correspondência foi feita para relacionar o grau de importância dado pelos indivíduos para cada papel e também os dados de independência com o poder aquisitivo, tecnologia assistiva, idade, número de papéis ocupacionais, renda mensal (salário mínimo) e tempo de lesão (deficiência).

As análises foram realizadas com auxílio dos softwares Statistical Analysis System

(SAS), Statistical Package for the Social Sciences (SPSS) e Programa Microsoft Excel.

5.4.5.1 Análise descritiva

Inicialmente foi realizada uma análise descritiva dos dados para verificar o comportamento de cada uma das variáveis nos diferentes tempos (passado, presente e futuro) analisados e para as variáveis categóricas, dos instrumentos utilizados, foram construídas tabelas de frequência. Em relação à variável “Número de papéis desempenhados”, foram construídas tabelas de medidas básicas de acordo com a idade do indivíduo (adulto/idoso) e sexo (masculino/feminino). Dentre as medidas, obteve-se a média e o desvio padrão, sendo a média a medida de posição e o desvio padrão uma medida de dispersão dos dados, ambos utilizados para avaliar o comportamento da amostra.

5.4.5.2 ANOVA com Medidas Repetidas

Dado que as observações foram obtidas a partir das mesmas unidades experimentais e em diferentes períodos de tempo, configurou-se, assim, um caso de medidas repetidas. Dessa forma, para comparar as médias desses períodos em estudo, utilizou-se a ANOVA com medidas repetidas, que, assim como ocorre em qualquer análise de variância, testa- se a igualdade de médias.

Segundo Johnson e Wichern (2008), a ANOVA com medidas repetidas necessita de algumas condições de aplicação, tais como: normalidade dos dados e independência entre as unidades experimentais. Violações da independência produzem uma distribuição não-normal dos resíduos, o que resulta razões inválidas da estatística F e caso a normalidade não seja satisfeita, sabe-se que essa metodologia é robusta à normalidade.

Além desses pressupostos, Huynh e Feldt (1970) sugerem a existência da suposição de esfericidade da matriz de covariâncias, ou seja, é necessário que uma matriz de covariâncias apresente variâncias iguais e covariâncias nulas. Se o teste de esfericidade é rejeitado, é necessário utilizar a correção de Huynh-Feldt a fim de obter uma estatística F ajustada para testar-se o efeito de tempo.

O nível de significância adotado em todo o estudo foi de α= 0,05, fornecendo uma confiabilidade de 95%.

5.4.5.3 Análise de Correspondência

Em muitos estudos onde se deseja avaliar a associação entre variáveis categóricas, a análise de correspondências é uma alternativa bastante utilizada. Isso se justifica por que tal análise permite observar conjuntamente toda a informação contida em uma tabela de contingência, representando graficamente a estrutura de correlações, resultados esses que não seriam possíveis caso fosse feita análises de variáveis duas a duas. Quando apenas duas variáveis são estudadas, chamamos de análise de correspondências simples e se esse número é maior, passamos a considerá-la análise fatorial de correspondências múltiplas (AFCM).

Entende-se por tabela de contingência aquela que transpõe as categorias de duas variáveis, contendo em cada casela o número de indivíduos que apresenta as categorias cruzadas. A AFCM tem seus resultados baseados em uma única tabela, chamada de tabela de Burt, a qual é simétrica (k x k) e justapõe o conjunto das tabelas de contingências que poderiam ser construídas cruzando duas a duas as p características observadas. Sendo k, o número total de categorias, tal tabela resume a informação de todas as tabelas de contingência possíveis.

Ao submeter a tabela de Burt à AFCM, obtém-se um conjunto de m eixos que organizam de forma hierarquizada toda a informação contida no questionário, ou seja, a quantidade de informação concentrada decresce do primeiro ao último fator. Tal quantidade é

dada pelo valor de inércia relativa a cada fator, sua forma usual de cálculo é pessimista. Sendo, assim, Benzécri (1979) e Greenacre (1994) propuseram duas formas alternativas do cálculo de tal inércia.

Como a informação decresce da primeira até a última dimensão, os primeiros eixos (dimensões) são de grande utilidade na representação das categorias, o que faz com que a análise gráfica de tais eixos, seja muito informativa. Outra medida utilizada no estudo é a qualidade, que é responsável por mensurar a qualidade da informação obtida pelas n dimensões em cada categoria das variáveis. Seu valor concentra-se entre 0 e 1, de forma que, quanto mais próximo de 1, melhor a qualidade da informação, e seu mínimo necessário é de 1/p, sendo p o número de categorias em questão.

A observação gráfica deve ser feita da seguinte maneira: cada ponto é relativo a uma categoria de determinada questão, categorias próximas no gráfico são mais correlacionadas do que as categorias mais distantes. Na prática, se duas categorias, de questões diferentes, estão próximas, a maioria de indivíduos que escolheu uma delas também optou pela outra. Cabe esclarecer que a existência de categorias com baixa frequência é prejudicial à análise. Sendo, assim, muitas vezes opta-se por unir categorias, para uma observação mais consistente do comportamento dos dados.